LMArena AI: платформа оценки ИИ-моделей 126

LMArena ai, ранее известный как lmsys.org, — это платформа для оценки моделей ИИ, ориентированная на краудсорсинговые бенчмарки ИИ, созданная исследовательскими группами SkyLab и LMSYS Калифорнийского университета в Беркли. Подобно платформам V0 или Bolt, отличие состоит в том, что после ввода вашего запроса два разных модели генерируют код и отображают фронтенд-страницу, которую вы оцениваете. Пользователи могут бесплатно общаться с ИИ на платформе, голосовать, сравнивать и тестировать различных чат-ботов с ИИ.

Функциональные особенности LMArena AI:

• Режим слепого тестирования: пользователи могут задать вопрос двум анонимным моделям ИИ, а затем выбрать лучший ответ, обеспечивая справедливость оценки.

• Анонимные поединки: пользователи могут взаимодействовать с несколькими анонимными чат-ботами с ИИ на платформе, задавать вопросы и получать ответы от разных ботов. Такой подход позволяет сравнивать модели, не зная их названий, тем самым снижая предвзятость.

• Система голосования: пользователи могут голосовать за ответы различных ИИ, помогая платформе собирать данные для оценки производительности каждой модели. Такой краудсорсинговый подход делает результаты оценки более объективными и надёжными.

• Управление стилем: оценка способности модели следовать инструкциям пользователя и генерировать контент в определённом стиле.

• Таблица лидеров: LMArena AI предоставляет обновляемую в реальном времени таблицу лидеров, демонстрирующую результаты различных моделей ИИ. Пользователи могут видеть, какие модели показывают лучшие результаты в конкретных задачах, что помогает им выбрать подходящий инструмент или сервис.

• WebDev Arena: платформа также расширила функционал под названием WebDev Arena, где пользователи могут ввести свои требования, а система сгенерирует две разные фронтенд-страницы для оценки. Это предоставляет разработчикам возможность тестировать и сравнивать различные дизайны.

LMArena AI также поддерживает мультимодальные функции: пользователи могут загрузить изображение при первом вопросе, чтобы разблокировать мультимодальные поединки. Это означает, что пользователи могут не только взаимодействовать с текстовыми моделями, но и общаться с ИИ посредством изображений, что повышает интерактивность и практичность платформы. Кроме того, LMArena AI собрала более 1 миллиона пользовательских голосов для расчёта рейтинга Elo более 100 моделей, и пользователи могут увидеть, кто является текущим чемпионом среди LLM.

Инструкция по использованию LMArena AI:

• Перейдите на сайт: откройте официальный сайт lmarena.ai.

• Выберите функцию: в зависимости от потребностей выберите анонимный поединок или перейдите в WebDev Arena.

• Задайте вопрос или введите требование: введите свой вопрос или требование в соответствующее поле ввода.

• Просмотрите результаты: система вернёт несколько ответов от ИИ, и пользователи могут сравнивать и голосовать за эти ответы.

• Участвуйте в голосовании: после окончания поединка пользователи могут оценить каждый ответ, помогая платформе улучшить оценку моделей.

Наша отечественная большая модель DeepSeek-R1 занимает третье место в общем рейтинге LM Arena, особенно выделяясь в таких технических областях, как «Hard Prompts», «Coding» и «Math».